《表5 多目标跟踪算法比较》

  提示：宽带有限、当前游客访问压缩模式

本系列图表出处文件名：随高清版一同展现

《面向智慧生物实验室的弱外观多目标轻量级跟踪网络》

1. 获取 高清版本忘记账户？点击这里登录

1. 下载图表忘记账户？点击这里登录

在多目标跟踪的实验中，对特征提取网络进行训练，训练集采用公开数据集Market1501，一共包含751个类别。训练完成后，利用该网络提取检测到的目标特征进行多目标跟踪。在多目标跟踪算法测试的实验中，采用的数据集为2D MOT16，该数据集包含14组视频序列，包含固定摄像头和移动摄像头两种拍摄方式。表5是本文方法和现有的一些算法在数据集MOT16上的实验结果，使用的是配有GTX1060显卡的笔记本电脑，操作系统是Ubuntu16.04，在测试过程中所涉及到的相关对比算法，均是采用文献[21]提供的检测结果。表5中MT(Mostly tracked）表示命中的轨迹占总轨迹的占比，ML(Mostly lost）表示丢失的轨迹占总轨迹的占比，FP(False positives）表示目标误检次数，FN(False nega?tivate）表示目标丢失次数，IDs(ID switch）表示ID改变的总次数，FM(Fragmentation）表示跟踪过程中轨迹中断次数，MOTA(Multiple object tracking accuracy）表示多目标跟踪准确度，MOTP(Multiple ob?ject tracking precision）表示多目标跟踪精度。